人工神經網絡

來自 搜狐網 的圖片

人工神經網絡是中國的一個學術名詞。

漢字是世界上比較古老的四大文字之一，也是我們國家優秀文明歷史的象徵，一直沿用至今，一個簡單的文字也道出了我國人們的聰明才智，哺育了世世代代的中華兒女，成就了中華民族一代又一代的輝煌。

目錄

名詞解釋

人工神經網絡（ Artificial Neural Networks， 簡寫為ANNs）也簡稱為神經網絡（NNs）或稱作連接模型（Connectionist Model） ，是對人腦或自然神經網絡（Natural Neural Network）若干基本特性的抽象和模擬。人工神經網絡以對大腦的生理研究成果為基礎的，其目的在於模擬大腦的某些機理與機制，實現某個方面的功能。國際著名的神經網絡研究專家，第一家神經計算機公司的創立者與領導人Hecht Nielsen給人工神經網絡下的定義就是：「人工神經網絡是由人工建立的以有向圖為拓撲結構的動態系統，它通過對連續或斷續的輸入作狀態相應而進行信息處理。」 這一定義是恰當的。 人工神經網絡的研究，可以追溯到 1957年Rosenblatt提出的感知器模型(Perceptron) 。它幾乎與人工智能——AI（Artificial Intelligence）同時起步，但30餘年來卻並未取得人工智能那樣巨大的成功，中間經歷了一段長時間的蕭條。直到80年代，獲得了關於人工神經網絡切實可行的算法，以及以Von Neumann體系為依託的傳統算法在知識處理方面日益顯露出其力不從心後，人們才重新對人工神經網絡發生了興趣，導致神經網絡的復興。 目前在神經網絡研究方法上已形成多個流派，最富有成果的研究工作包括：多層網絡BP算法，Hopfield網絡模型，自適應共振理論，自組織特徵映射理論等。人工神經網絡是在現代神經科學的基礎上提出來的。它雖然反映了人腦功能的基本特徵，但遠不是自然神經網絡的逼真描寫，而只是它的某種簡化抽象和模擬。

人工神經網絡的特點

人工神經網絡的以下幾個突出的優點使它近年來引起人們的極大關註：

(1)可以充分逼近任意複雜的非線性關係；

(2)所有定量或定性的信息都等勢分布貯存於網絡內的各神經元，故有很強的魯棒性和容錯性；

(3)採用並行分布處理方法，使得快速進行大量運算成為可能；

(4)可學習和自適應不知道或不確定的系統；

(5)能夠同時處理定量、定性知識。

人工神經網絡的特點與優越性

人工神經網絡的特點和優越性，主要表現在三個方面：

第一，具有自學習功能。例如實現圖像識別時，只在先把許多不同的圖像樣板和對應的應識別的結果輸入人工神經網絡，網絡就會通過自學習功能，慢慢學會識別類似的圖像。自學習功能對於預測有特別重要的意義。預期未來的人工神經網絡計算機將為人類提供經濟預測、市場預測、效益預測，其應用前途是很遠大的。

第二，具有聯想存儲功能。用人工神經網絡的反饋網絡就可以實現這種聯想。

第三，具有高速尋找優化解的能力。尋找一個複雜問題的優化解，往往需要很大的計算量，利用一個針對某問題而設計的反饋型人工神經網絡，發揮計算機的高速運算能力，可能很快找到優化解。